KaniTTS2 — 仅需3GB VRAM即可实现语音克隆的开源TTS模型
4亿参数轻量级TTS模型KaniTTS2已开源发布，仅需3GB VRAM即可实现零样本语音克隆，预训练代码完全公开。本文分析MOS评分和语音克隆质量，并深入探讨其在本地AI环境中的实际应用潜力与语音AI民主化意义。
标签
voice-cloning
1篇文章
标签
1篇文章
4亿参数轻量级TTS模型KaniTTS2已开源发布，仅需3GB VRAM即可实现零样本语音克隆，预训练代码完全公开。本文分析MOS评分和语音克隆质量，并深入探讨其在本地AI环境中的实际应用潜力与语音AI民主化意义。